Una de las certezas que tengo es que dentro de poco, quizás muy poco, el software y los algoritmos reemplazaran totalmente a los humanos en el diagnóstico de la retinopatía diabética.
Mi opinión está basada en los estudios que leo sobre este tema desde hace unos años. Dichos avances nos muestran que la tecnología y sus aplicaciones no dejan de mejorar, son cada vez más fiables, abaratan costes y aumentan el porcentaje de la población que puede beneficiarse de ellas. Evidentemente, podéis estar en desacuerdo y si es el caso, os invito a dejar un comentarlo al final del post ya que vuestra opinión me interesa. Si estáis de acuerdo también podéis comentar, faltaría más.
Volviendo a este nuevo algoritmo para el diagnóstico de la retinopatía, los investigadores han puesto a punto una nueva tecnología basada en la inteligencia artificial (IA) que puede detectar un marcador clave de la retinopatía diabética y lo han publicado en un estudio que ha aparecido recientemente en Computers in Biology and Medicine (el link al final del post).
El equipo de investigadores brasileños-australianos, liderado por el Royal Melbourne Institute of Technology, ha desarrollado un algoritmo de procesamiento de imágenes que puede detectar fluidos en la retina con una precisión del 98%.
El algoritmo proporciona un análisis automático de las imágenes del fondo de ojo para predecir que personas tienen riesgo de sufrir retinopatía diabética.
Los investigadores esperan que su método pueda ser utilizado algún día para la detección generalizada entre las poblaciones a riesgo y ya están en conversaciones con fabricantes de cámaras de fondo de ojo para explorar posibles colaboraciones.
Una de las enfermedades que los investigadores destacan como campo de aplicación de su tecnología es la diabetes, ya que la diabetes no diagnosticada es un problema de salud «masivo» en todo el mundo. En los países en desarrollo, la proporción es de uno diagnosticado por cada cuatro sin diagnosticar, y este algoritmo podría permitir realizar campañas de test masivas que ayudarían a reducir ese porcentaje y evitar los problemas visuales asociados a esta enfermedad.
Espero que os haya gustado y si queréis saber más sobre este tema, a continuación encontrareis las fuentes a partir de las cuales yo he escrito este artículo:
Web: https://www.sciencedirect.com/
Artículo y foto: Exudate detection in fundus images using deeply-learnable features